नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.7 vs Google: Gemini 3.5 Flash

सारांश

Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 7.4. Claude Opus 4.7 की benchmark लागत कम है: $0.505 vs $1.115. Claude Opus 4.7 तेज है: 3.02s vs 8.84s, pass rates 76.2% vs 96.8%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 none रिलीज़: 2026-04-16 Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19
स्कोर 7.4 9.8
रैंक #65 #1
विश्वसनीयता 10.0 10.0
संगति 9.0 9.6
सही परीक्षण
प्रति प्रयास पास दर 76.2% 96.8%
अस्थिर टेस्ट 0 1
कुल रन 57 63
प्रति परिणाम लागत 3.154 5.575
कुल लागत $0.505 $1.115
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 69,576 37,594
आउटपुट टोकन 6,265 1,975
रीजनिंग टोकन 0 115,638
प्रतिक्रिया समय (औसत) 3.02s 8.84s
प्रतिक्रिया समय (अधिकतम) 18.27s 34.82s
प्रतिक्रिया समय (कुल) 57.44s 185.57s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#65 Claude Opus 4.7

none
लागत
$0.051
समय
24.2s
टोकन
2,181 tok

#1 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 3.3 3.3 33.3% 0 2.84s 1,176 494 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129

त्वरित तुलना

तुलना जोड़ी बदलें